Attributie in 2026: wat je wel en niet kunt meten
Privacywijzigingen hebben advertentieattributie onzekerder gemaakt. Dit is wat betrouwbaar blijft, wat geschat wordt en hoe je incrementaliteit meet.
Bijgewerkt 7 november 2026 · 5 min leestijd
Een paar jaar geleden geloofden veel winkeleigenaren dat hun advertentiedashboards precies lieten zien welke advertentie tot welke verkoop leidde. Dat was nooit helemaal juist, en nu is het nog minder juist. Browserbeperkingen op cookies, privacymeldingen van besturingssystemen in mobiele apps, toestemmingsvereisten in veel regio's en adblockers verminderen allemaal wat direct kan worden gevolgd. Advertentieplatforms hebben daarop gereageerd door gaten op te vullen met gemodelleerde conversies. Niets hiervan betekent dat meten onmogelijk is. Het betekent dat je moet weten welke cijfers waargenomen zijn, welke geschat zijn en welke vragen alleen met een andere methode te beantwoorden zijn. Deze gids is een praktische kaart van wat je op het moment van schrijven wel en niet kunt meten.
Wat er veranderde, in gewone taal
- Cookies van derden worden door verschillende grote browsers geblokkeerd of beperkt, waardoor het moeilijker is om iemand over websites heen te volgen.
- Trackingmeldingen in mobiele apps laten gebruikers tracking tussen apps weigeren, waardoor platforms minder data ontvangen van mensen die in apps op advertenties tikken.
- Toestemmingsregels in bijvoorbeeld het Verenigd Koninkrijk en de Europese Unie betekenen dat tracking vaak afhangt van wat de bezoeker in een cookiebanner accepteert.
- Kortere attributievensters zijn nu op sommige platforms de standaard, vergeleken met wat vroeger gebruikelijk was.
- Gemodelleerde conversies worden door platforms gebruikt om verkopen te schatten die ze niet direct kunnen waarnemen.
De details verschillen per platform, regio en apparaat en blijven veranderen, dus raadpleeg de actuele documentatie van elk platform en je wettelijke verplichtingen voor je markten.
Wat je nog steeds betrouwbaar kunt meten
De bestellingen en omzet van je eigen winkel
Je winkelplatform registreert elke bestelling, de waarde ervan, de producten en meestal de gebruikte kortingscodes. Dat is je betrouwbaarste bron voor wat er echt is verkocht. Het vertelt je niet welke advertentie elke bestelling veroorzaakte, maar wel wat er gebeurde.
Uitgaven
Wat je aan elk platform hebt betaald, is exact. Samen met de totale winkelomzet geeft het je een gecombineerd efficiëntiecijfer (totale omzet gedeeld door totale advertentie-uitgaven) dat van geen enkel attributiemodel afhangt. Veel ervaren adverteerders volgen dit nauwlettend, juist omdat het niet dubbel kan worden geteld.
Betrokkenheid op het platform
Vertoningen, klikken, videoweergaven en doorklikratio's worden op de eigen oppervlakken van het platform gemeten en blijven relatief betrouwbaar om creatives en doelgroepen te vergelijken.
First-party conversiesignalen
Server-side koppelingen, zoals de Conversions API van Meta of vergelijkbare tools van andere platforms, sturen aankoopevents vanaf de server van je winkel in plaats van alleen op de browser te vertrouwen. Daarmee kun je een deel van het signaal terugwinnen dat door browserbeperkingen verloren gaat. Ze moeten nog steeds de toestemmingskeuzes van je bezoekers respecteren.
Wat je alleen kunt schatten
Door het platform toegeschreven omzet
Wanneer een platform meldt dat een campagne een bepaald bedrag aan omzet heeft opgeleverd, kan een deel van dat cijfer gemodelleerd zijn. Het is een schatting op basis van de regels van het platform, geen lijst van geverifieerde bestellingen. Elk platform schrijft zichzelf ook graag de eer toe, dus als je de omzet optelt die Meta, TikTok en Google rapporteren, kun je op meer uitkomen dan je winkel echt heeft ontvangen.
Klantreizen over apparaten heen en view-through
Iemand die een video op zijn telefoon ziet en dagen later op een laptop koopt, is moeilijk met zekerheid te koppelen. View-through-conversies, die worden toegeschreven wanneer iemand een advertentie zag maar er niet op klikte, zijn bijzonder onzeker.
Multi-touch-paden
Multi-touch-attributie probeert de eer over elke interactie te verdelen. Met minder zichtbare contactmomenten leunen deze modellen meer op aannames. Ze kunnen nog steeds nuttig zijn voor vergelijkingen, maar de precieze aandelen die ze toekennen, moet je met voorzichtigheid lezen.
Wat attributie je op zichzelf niet kan vertellen
De grootste vraag in adverteren is incrementaliteit: zou deze verkoop ook zonder de advertentie zijn gebeurd? Attributie, hoe geavanceerd ook, kent de eer toe aan contactmomenten. Het bewijst geen oorzaak. Een retargetingcampagne kan extreem efficiënt lijken omdat ze mensen bereikt die toch al op het punt stonden te kopen.
Om vragen over incrementaliteit te beantwoorden, gebruiken adverteerders tests in plaats van modellen:
- Holdout- of lifttests, waarbij een deel van een doelgroep bewust geen advertenties te zien krijgt en de resultaten worden vergeleken. Sommige platforms bieden hier tools voor; beschikbaarheid en voorwaarden verschillen.
- Geografische tests, waarbij de uitgaven in sommige regio's veranderen en in andere niet.
- Aan-uittests, waarbij een kanaal een periode wordt gepauzeerd en het effect op de totale winkelomzet wordt bekeken. Deze zijn eenvoudig, maar worden beïnvloed door seizoensinvloeden en andere veranderingen die tegelijk plaatsvinden.
Deze tests vragen om planning en budget, en de resultaten zijn zelden perfect zuiver, maar ze beantwoorden een vraag die geen enkel dashboard kan beantwoorden.
Een praktische meetopzet voor een winkel
- Zorg dat de basis klopt. Installeer de pixel van elk platform correct, voeg server-side events toe waar mogelijk en controleer of testaankopen verschijnen. Zorg dat je cookiebanner werkt zoals bedoeld.
- Gebruik consistente UTM-parameters in elke advertentielink, zodat je analysetool verkeer kan groeperen per bron en campagne.
- Volg de gecombineerde efficiëntie wekelijks. Vergelijk de totale advertentie-uitgaven met de totale winkelomzet en de omzet van nieuwe klanten.
- Gebruik platformcijfers voor beslissingen binnen dat platform, zoals welke creative of doelgroep de voorkeur krijgt, waar hun onderlinge vergelijkingen nuttig blijven.
- Voeg een eenvoudige vraag na de aankoop toe, zoals "Hoe heb je over ons gehoord?". Zelfgerapporteerde antwoorden zijn niet perfect, maar ze kunnen kanalen aan het licht brengen die tracking mist.
- Voer af en toe incrementaliteitstests uit op je grootste uitgavenposten voordat je grote budgetverschuivingen doorvoert.
Waar Novaris past
Novaris is een AI-groeiplatform voor e-commercemerken, gebouwd met onze partner Atiko. Onze attributietracking brengt platformdata en winkeldata samen, zodat je kunt zien welke kanalen en campagnes omzet lijken op te leveren, naast gecombineerde cijfers, en is open over de beperkingen: sommige data zijn gemodelleerd, en door privacykeuzes zijn sommige klantreizen niet zichtbaar. De diepgang van de rapportage per abonnement wordt uitgelegd op onze pagina over geavanceerde analytics. Resultaten hangen af van je producten, markt, budget en advertentieaccounts.
Meer gidsen
Zo bereken je je break-even ROAS
Een stapsgewijze uitleg van de break-even-ROAS-formule, met een uitgewerkt voorbeeld op basis van verzonnen cijfers en t…
Lezen →Meta, TikTok of Google: waar adverteer je als eerste?
Een praktische vergelijking van de drie grootste advertentieplatforms voor e-commerce, en een eenvoudige reeks vragen om…
Lezen →Zo test je advertentiecreatives met AI zonder budget te verspillen
Gebruik AI om tekst- en beeldvarianten te genereren en test ze daarna met duidelijke hypotheses, stopregels en de juiste…
Lezen →Klaar om je e-commercemerk op te schalen?
Vraag een gratis proefperiode aan of plan een korte demo. Abonnementen vanaf $99 per maand, altijd opzegbaar.